Francesco Arcieri - Ingegnere Informatico

Nella Società  della Conoscenza in cui viviamo le imprese avvertono sempre più l'esigenza di utilizzare le tecnologie informatiche per scoprire e gestire le informazioni che riguardano l'azienda e il mercato.

Tramite gli strumenti di Business Intelligence e le tecniche di Data e Web Mining è possibile scoprire nell'enorme quantità di dati aziendali informazioni utili e idonee a supportare i processi decisionali e rispondere cosi alle sfide del mercato.

Le imprese debbono riuscire a proteggere il proprio patrimonio informativo costituito da una miriade di documenti che solo poche persone conoscono e che difficilmente vengono condivisi con i colleghi. Un sistema finalizzato alla gestione del patrimonio informativo (Knowledge Management) fornisce una soluzione a queste problematiche e permette di aumentare in modo significativo la produttività  interna.

Durante la mia attività di ricerca ho potuto approfondire come le tecniche di Data Mining, ovvero l'estrazione di informazione utile da grandi quantità di dati, possano essere utili per creare valore per il cliente supportandolo nel suo processo decisionale.

In particolare, grazie all’utilizzo di tali tecniche è possibile fornire servizi innovativi come i seguenti:

• Customer segmentation: suddivisione della clientela in gruppi omogenei al fine di realizzare campagne di marketing personalizzate per i diversi profili.
• Campaign Analysis: ottimizzazione di una campagna di marketing tramite l’identificazione dei clienti target più propensi, la stima della risposta e la previsione dei ritorni delle campagne future.
• Customer profiling: identificazione del valore di un cliente nel tempo e costruzione di un opportuno profilo per i processi di Marketing e di CRM.
• Churn analysis: analisi dei comportamenti e delle abitudini dei clienti per prevedere quelli a più alto rischio d’abbandono di un dato servizio/prodotto in modo da attuare azioni di customer retention
• Credit scoring: assegnazione di un “punteggio” al consumatore al fine di valutarne l’affidabilità creditizia e identificazione dei clienti ad alto rischio
• Fraud detection: analisi e modellazione comportamentale al fine di individuare possibili attività fraudolente da parte del cliente.
• Market Basket Analysis: Analisi e modellazione dei comportamenti d’acquisto del cliente per identificare quali prodotti il cliente acquista insieme.